近年来,出现了大量计算密集且时延敏感型的应用,对终端的计算能力、带宽和数据处理能力等提出了更高的要求,移动边缘计算作为一种通信技术,可以通过在网络边缘侧部署具有较丰富资源的MEC服务器,为有需求的用户提供有力的服务保障,提升用户体验。然而,MEC服务器的有效运行离不开供电的影响,在可再生能源为主要甚至唯一供电方式的场景中,由于可再生能源的随机性和不可预测性,导致服务器因能量供应不足而无法及时地成功完成任务,比如将无法完成的任务上传至远程服务器、放弃该任务等,为解决以上问题,本文制定了有效的能量协作方案,使得MEC服务器能够获得更加稳定及时的能量供应,并通过优化卸载的决策与资源的分配,降低任务的延迟,在提升系统性能的同时满足用户体验质量。主要研究内容如下:1.在可再生能源为供电方式的场景中,针对MEC服务器会因能量供应不足而无法及时地完成任务问题,提出了一种基于边缘计算的能量传输框架。考虑任务大小的随机性、收集能量的不可预测性、服务器电池能量状态、计算资源预算约束以及服务周期之间的干扰,每个MEC服务器搭载能量收集装置,并通过WPT技术实现MEC服务器之间的能量协作。为了降低系统的时延,首先,利用拉格朗日乘子法解决计算资源的分配问题,然后,利用卸载排除算法确定最优的卸载决策,最后,实验结果表明,所提出的方案与算法能够有效提高MEC性能,降低系统的时间消耗。2.在基于无人机的边缘计算系统中,针对无人机的能量损耗对计算性能和处理时延有较大的影响问题,本文利用能量收集技术,无人机可以收集外界可再生能源作为能量供应,并基于可再生能源的不可预测性,构建了一种基于UAV的MEC能量协作系统方案。为解决无人机处理任务时平均处理时延的最小化问题,利用基于差分进化算法的资源分配算法,对带宽、计算能力以及功率进行联合优化。最后分析了不同方案所需的最低时延,并进行仿真验证。结果表明,在有效数据的不同指标下,所提出的方案相对于其他方案均具有更低的时延消耗,提升了系统的处理能力,并进一步提升了系统的性能。